AIを用いた心電図からの構造的心疾患の検出

概要

本多施設研究は、12誘導ECGから構造的心疾患を推定するAIモデルを開発・検証し、心エコーへのアクセスが限られる状況で低コストかつスケーラブルなスクリーニング手段を提示した。医療機関横断の外部検証により汎用性が示され、画像検査が必要な患者のトリアージに資する可能性が支持された。

主要発見

• 標準ECG信号から構造的心疾患を直接推定する深層学習モデルを構築した。
• 複数医療機関で外部検証を実施し、汎用性を確認した。
• ECG先行トリアージにより高リスク例へ心エコーを重点配分する戦略を提示し、アクセスと効率の改善が見込まれる。

臨床的意義

AI–ECGは、心エコーや専門医受診の優先順位付け、プライマリ・ケアや資源制約下での機会的スクリーニング、構造的心疾患の診断前倒しに有用となり得る。EHRへの統合により潜在的疾患の早期抽出が期待される。

限界

• 無作為化介入によるアウトカム検証がない観察的開発研究である。
• 資源制約地域や地域医療における性能・較正は抄録からは不明。

今後の方向性

AI–ECGに基づく診療経路と通常診療を比較する前向き介入試験やランダム化トリアージ試験が必要。集団間の公平性評価と機器間較正の検証が重要となる。